机器人学习--室内定位方法综述
参考:移动机器人室内定位技术综述:笔记-1 - 知乎搜素关键词: "indoor location", "indoor localization", "indoor tracking" and "indoor positioning" 对于移动机器人,定位技术是保证移动机器人轨迹/运动作业的前提技术,特…https://zhuanlan.zhihu.com/p/107880431
搜素关键词:"indoor location", "indoor localization", "indoor tracking" and "indoor positioning"
对于移动机器人,定位技术是保证移动机器人轨迹/运动作业的前提技术,特别是跟踪作业的基础。与自动驾驶车辆定位不同,小型移动机器人所需要的定位精度。根据作业环境,小型移动机器人定位技术可以视为室内定位系统(Indoor Location System, ILS)。小型移动机器人定位技术不同于机械加工领域的定位技术,从关键词上可以明显区别,“Location/Localization”与“Position/Positioning”。Localization 指的是机器人在作业空间内的自身的位置关系问题,position 是会指向更精密的点问题。
本文的主要内容包括:室内定位测量原理(物理属性),室内定位技术,定位模型方法,定位算法,定位系统评价因子,基于惯导的定位系统,基于无线电网络的定位技术,集群定位算法。
1. 室内定位测量原理(物理属性)[1]:
(1)无线电频谱与电磁波
- 个人或区域互联网,包括IEEE 802.11, Ultra-Wideband (UWB), ZigBee, 或者 Bluetooth
- 采指纹基定位方法
- 邻近技术
- 贝叶斯统计匹配
- 极大似然估计
- 关联判决(Correlation discriminant kernel selection)
- 神经网络
- 非采指纹基定位方法
- 几何学
- 采指纹基定位方法
- 区域广播网络,包括定位目的的网络,例如GPS/GNSS,以及具有定位功能多的网络,例如智能手机网络、电视广播信号
- 电视信号
- 胞元网络(智能手机)
- RFID 标签
- 雷达
(2)光子能场
- 图像分析,自然特征提取与识别(场景图片)
- 移动相机系统
- 固定相机系统
- 图像分析与特征点标记(二维码定位)
(3) 声波
(4) 机械能(惯性/接触)
(5)地球磁场
(6) 大气压
无线电室内定位系统分类[2]
2. 室内定位技术
室内定位服务系统Indoor Location Based Services (ILBS)可以简单地分为三类[3]:
- 网络系统:基于无线网络
- 惯性系统:机载惯导系统预估定位
- 混合系统:融合无线网络与惯性系统的混合系统
- RSS-IMU 混合系统
- 基于地图的混合系统
- 基于智能手机的混合系统
3. 室内定位模型方法分类[4]:
- angle of arrival(AoA) 技术:根据到达信号角度
- time of arrival(ToA) 技术:根据到达信号时间(类似雷达测距)
- fingerprinting 技术,即特征技术
4. 室内定位算法模型[1]:
- 三角定位(Triangulation),需要借助固定基站或者已知基站位置信息,GPS等无线网络定位法
- 邻近(Proximity), 使用具有有限的感知范围和分析能力的传感器,RFID
- 场景分析(Scene analysis),利用场景画面中的特征完成定位分析,点云和3D重构技术,机器视觉
- 航位推算(Dead reckoning),基于先验信息推算出运动轨迹,惯导、捷联惯导
4.1 定位算法
按照文献[5],基于静态传感器节点的定位技术广泛应用于移动机器人跟踪功能,定位算法可总结为:
4.1.1范围基定位(Range-based localization)
- time-of-arrival (TOA) – based 定位. 联合最小二乘估计 the Least-Square Estimate
- time-difference-of-arrival (TDOA) – based 定位. 协同定位
- Angle-of-arrival (AOA) – based 定位.
- received signal strength (RSS) – based 定位,联合最大似然估计Maximum likelihood estimate
- MDS Based 定位,联合奇异值分解 Singular Value Decomposition (SVD)
- Channel Impulse Response Based fingerprinting 定位
4.1.2无范围基定位(Range-free localization)
- Approximate Point in Triangle Test (APIT)
- Centroid-based 定位
- Monte-Carlo 定位
- DV-Hop based 定位
- Closer point based 定位
- Assumption Based Coordinates (ABC) localization method
4.2. 定位计算补偿方法Implementation methods
- 机器学习方法 Machine Learning Based Methods:
least square support vector machine and Gaussian processes ,Semi-supervised Laplacian regularized least squares method and HMM based RSS-EKF (Extended Kalman Filter) method using RSS - 集中和分布式方法Centralized and Distributed Methods
- 多传感器数据融合方法Multi-Sensor Data Fusion Methods
- 采指纹方法Fingerprinting Based Methods
4.3跟踪算法分类Broad classification of tracking methods:
- 聚类跟踪算法 Cluster-based tracking methods, dynamic clustering algorithm for target tracking
- 预测跟踪算法 Prediction-based tracking methods
- 树基跟踪算法 Tree-based tracking methods
- 主动跟踪算法 Activation-based tracking method
- Mobicast基跟踪算法 Mobicast-based tracking method
5. 室内定位方法评价[4]:
- 精度与误差
- 环境适应性。场景对定位系统测量精度影响,一个高性能框架能够避免重复定位差异。
- 消耗:带宽、寿命、能耗、权重与额外设备
- 基站数量
6. 基于惯导的定位系统
惯性导航与定位技术可以分为两类:
- 捷联惯导系统Strapdown systems: 采用两次积分预测运动
- 步进与航向系统Step and Heading Systems (SHS): 通过表示步进长度与航向的惯性定位向量预测位置
参考下图,惯导定位系统通过二次积分获得定位信息[6],:
一个经典的具有定位功能的移动机器人控制系统架构如下图所示,该系统通过无线电、里程计以及惯性测量单元实现自定位功能[7]。
微型惯性测量单元,包括陀螺仪、加速度计、磁偏角计、温度和气压等功能,通过物理模型和误差模型推算。
扩展卡尔曼滤波算法EKF与粒子滤波器是移动机器人群体定位中最为广泛,尤其在RoboCup等机器人大赛[7]。
7. 基于无线电定位技术
最流行的室内无线电点位技术方法为RSSI定位算法,是采用AP终端设备组件的网络,通过检测信号功率推算距离,再利用定位模型获取定位信息,最常见的终端是ZigBee。
参考[8]
基于ZigBee组件的微型定位系统
8. 集群定位系统
参考文献[9][10],集群类机器人定位技术,不仅可以依靠静态基站进行定位,还可以利用机器人之间无线电终端辅助其它终端进行定位。
算法1 [9]
因为集群定位存在很大的噪声干扰,因此需要对采集到的信息进行去噪处理,或者提高系统抗干扰能力,采用统计算法提高定位系统精度。如在文献[10],采用了卡尔曼滤波器对定位优化。
文献[10]-算法1
文献[10]-算法2
文献[10]-算法3
9. 总结
本文大部分内容是根据综述文章对现用的室内定位进行总结,考虑到微型运动机器人的工程成本以及计算力,本文所讨论的室内定位技术并不是应用于自动驾驶的SLAM和VSLAM技术。
同时,本文提到了定位跟踪技术,在寻迹控制中个人倾向采用视觉方向。对于粗精度的定位系统,可以采用基于ZigBee的RSSI定位系统,此外可以融合IMU单元提高系统定位精度。
后续,会提供关于IMU的曲面定位算法。
参考文献
[1] Torres-Solis, J., H., T., and Chau, T., 2010, “A Review of Indoor Localization Technologies: Towards Navigational Assistance for Topographical Disorientation,” Ambient Intelligence, F.J. Villanueva Molina, ed., InTech.
[2] Kivimäki, T., Vuorela, T., Peltola, P., and Vanhala, J., 2014, “A Review on Device-Free Passive Indoor Positioning Methods,” International Journal of Smart Home, 8(1), pp. 71–94.
[3] Alejandro Correa, Marc Barcelo, Antoni Morell, and Jose Vicario, 2017, “A Review of Pedestrian Indoor Positioning Systems for Mass Market Applications,” Sensors, 17(8), p. 1927.
[4] Mrindoko, N. R., and Minga, D. L. M., 2016, “A Comparison Review of Indoor Positioning Techniques,” 21(1), p. 9.
[5] Kumar, S., and Hegde, R. M., “A Review of Localization and Tracking Algorithms in Wireless Sensor Networks,” p. 12.
[6] Lv, W., Kang, Y., and Qin, J., 2019, “Indoor Localization for Skid-Steering Mobile Robot by Fusing Encoder, Gyroscope, and Magnetometer,” IEEE Transactions on Systems, Man, and Cybernetics: Systems, 49(6), pp. 1241–1253.
[7] Li, D., Chen, Q., and Zeng, Z., 2018, “Self-Localization Algorithm of Mobile Robot Based on Unscented Particle Filter,” 2018 37th Chinese Control Conference (CCC), IEEE, Wuhan, pp. 5459–5464.
[8] Hernández, N., Alonso, J. M., and Ocaña, M., 2017, “Fuzzy Classifier Ensembles for Hierarchical WiFi-Based Semantic Indoor Localization,” Expert Systems with Applications, 90, pp. 394–404.
[9] Safavi, S., and Khan, U. A., 2017, “An Opportunistic Linear–Convex Algorithm for Localization in Mobile Robot Networks,” IEEE Transactions on Robotics, 33(4), pp. 875–888.
[10] Sun, Q., Tian, Y., and Diao, M., 2018, “Cooperative Localization Algorithm Based on Hybrid Topology Architecture for Multiple Mobile Robot System,” IEEE Internet of Things Journal, 5(6), pp. 4753–4763.
机器人学习--室内定位方法综述相关推荐
- 机器人学习--室内定位的通信学科背景方法
移动机器人室内定位方法有很多种, 不同学科背景的人可以使用不同的技术. 不局限于目前的激光SLAM构建栅格地图,之后用AMCL来进行定位: 以下引用通信领域的多个定位方法和思想 思想: 三边定位,已知 ...
- 【西安交大】2020年最新深度学习目标检测方法综述
关注上方"深度学习技术前沿",选择"星标公众号", 资源干货,第一时间送达! 目标检测的任务是从图像中精确且高效地识别.定位出大量预定义类别的物体实例.随着深度 ...
- 简述isodata算法的原理_基于UWB技术的室内定位方法简述
1. UWB室内定位概述: UWB室内定位技术与传统通信技术有极大的差异,它不需要使用传统通信体制中的载波,而是通过发送和接收具有纳秒或纳秒级以下的极窄脉冲来传输数据,从而具有GHz量级的带宽.超宽带 ...
- 移动机器人室内定位技术综述
点击上方"小白学视觉",选择加"星标"或"置顶" 重磅干货,第一时间送达 对于移动机器人,定位技术是保证移动机器人轨迹/运动作业的前提技术, ...
- 手机室内地磁定位软件_一种基于手机地磁和场景图像的室内定位方法与流程
本发明属于室内定位领域,具体涉及一种利用地磁和场景图像搭建地图,并用卷积神经网络提取出位置特征,以粒子滤波算法进行动态定位的方法. 背景技术: 室内定位技术在现在的提高我们的日常生活便利中起着非常重大 ...
- 【技术综述】基于弱监督深度学习的图像分割方法综述
文章首发于微信公众号<有三AI> [技术综述]基于弱监督深度学习的图像分割方法综述 本文是基于弱监督的深度学习的图像分割方法的综述,阐述了弱监督方法的原理以及相对于全监督方法的优势,首发 ...
- ios wifi 定位_一种IOS设备的集中式Wifi室内定位方法
一种IOS设备的集中式Wifi室内定位方法 [技术领域] [0001] 本发明属于无线通信室内定位技术领域,具体涉及一种IOS设备的集中式Wifi室 内定位方法. [背景技术] [0002] 近年来, ...
- 文献阅读笔记--深度学习图像修复方法综述
1.基本信息: 深度学习图像修复方法综述 强振平,何丽波,陈旭,徐丹 2018-10 中国图像图形学报 2.核心内容: (1)基于深度学习的图像修复理论及其发展现状的综述,所使用的方法是对基于深度学习 ...
- python卡尔曼滤波室内定位_基于核函数与卡尔曼滤波的室内定位方法
随着当今社会的发展,基于位置的服务变得越来越重要.室外定位技术以全球定位系统为基础,包括美国的GPS定位系统,俄罗斯的GLONASS定位系统以及我国自主研制的北斗卫星导航定位系统,利用这些定位系统可以 ...
最新文章
- Neurala与CSDN宣布战略合作,将一站式AI平台BrainBuilder带给中国开发者
- 苹果新功能惹众怒,4000 多家组织和个人签署公开信,敦促苹果放弃“儿童安全”功能...
- 【编程开发】Python隐藏属性——使用双下划线标识私有属性,外部不可直接访问...
- 打开 XP Pro SP2 远程桌面的多用户支持
- 猎豹产品经理:「全球化产品」应该要避开的几个坑
- How to check if one event is cancel event - #Exit#
- 计算机系统占有率,微软继续领跑PC操作系统市场 Win10占有率突破25%
- F2工作流引擎之-纯JS Web在线可拖拽的流程设计器(八)
- 小成本、大体验,“听歌自由”时代来临
- Android开发笔记(一百六十一)NFC近场通信
- downie是什么软件?如何在Mac中下载视频?
- python语言程序设计实践教程实验八答案_Python程序设计实践教程
- 【linux命令】cp复制命令
- B站这场跨年晚会价值60亿,凭啥?
- 毒论--不要再面向对象(续)
- 硬件建设为学校发展服务器,《学校机房建设工程设计-建议方案》.docx
- Unrar解压缩.rar文件
- UDP(用户数据报协议)
- FPGA——1位全加器和4位全加器的实现
- python:实现布赖恩·克尼汉法算法(附完整源码)
热门文章
- 数学之美 系列十五 繁与简 自然语言处理的几位精英
- 洛谷 P3374 【模板】树状数组 1
- AtCoder AGC036D Negative Cycle (图论、DP)
- 超微四子星服务器_224核心448线程服务器---Supermicro超微高密四子星 2029BT-HNTR 数量不多只有60台...
- 20211209 为什么Barbalat引理推论中必须有导数一致有界,才能得到导数趋于0
- 2019-11-18 自动控制原理的几个基本概念
- python小猪蹄儿
- 多个Spring Boot项目部署在一个Tomcat容器无法启动
- 原生javascript
- 《nodejs+gulp+webpack基础实战篇》课程笔记(四)-- 实战演练